minitab讲义9.ppt

* * * * * * * * * * * * * * * * * * * * 比如输入错误 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 相关系数是x和y线性关系的一个度量 * * * * * 简单线性回归的基本思想是用数据拟合与因变量简单线性回归的基本思想是用数据拟合与因变量y和单个自变量x相关的预测直线。第一个假定是这两个变量间的关系是线性的。当x变化时方程斜率不变。 * * * * * * * * （3）实现最优化 * （3）实现最优化 * 优化结果 当press取300Pa,distance取70mm时，strength可达到平均最大值91.6833。 此时，满意度d达到0.584。 同样的改进幅度，若选择不同的weight(0.1，1，10)，其满意度d结果不同。 * 第五步：目标是否已经达到？ 拟合选定模型 进行残差诊断 模型要改进吗？ 对选定模型进行分析解释 目标达到吗？ 进行验证试验 进行下批试验 全因子试验设计的分析步骤 — 五步法 * 练习： 某化工产品生产流程，项目目标是提高该流程的产率。 已确定有2个因子对产率有潜在的较大影响。 因子 低 高 1. 反应时间 30 　 40 2. 温度 150 160 文件：Chemical Yield .mtw * * * * * Date - like a spreadsheet. Session window - like a DOS window that you can scroll through. * Use the data entry arrow to change the direction of input You can block a number of columns or rows to enter the data You can use cut, copy paste or delete. You can name columns before variables are put into columns You can edit or move entire variables, blocks of data, or single cells. * * * * * * * * * * * * * * * * * * * * * * 全因子试验设计的分析步骤 — 五步法 第二步：残差分析 — 对由Minitab输出的四张残差分析 本例的残差图如下： 本例残差图显示正常 * 残差正态概率图 直线关系显示数据遵循正态分布 这些值除畸点外,遵循正态分布. 检查畸点. 这个S形显示这些值不是正态分布的 (数据变换可能有帮助) -2 -1 0 1 2 -2 -1 0 1 2 Normal Score Standardized Residual Normal Probability Plot of the Residuals (response is No of Be) -3 -2 -1 0 1 2 3 -2 -1 0 1 2 Normal Score Standardized Residual Normal Probability Plot of the Residuals (response is No of Be) -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 -2 -1 0 1 2 Normal Score Standardized Residual Normal Probability Plot of the Residuals (response is No of Be) * 根据拟合值绘制的残差图 查找是否存在有非随机模型,例如喇叭形。 喇叭形显示随着Y增加,差异也增加，结论可能会受影响,也可能不正确。 30 40 50 60 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 Fitted Value Standardized Residual Residuals Versus the Fitted Values (response is No of Be) 30 40 50 60 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 Fitted V